Python是一門簡單易學(xué)的編程語言，語法簡潔而清晰，并且擁有豐富和強(qiáng)大的類庫。與其它大多數(shù)程序設(shè)計(jì)語言使用大括號不一樣 ，它使用縮進(jìn)來定義語句塊。

在平時(shí)的工作中，Python開發(fā)者很容易犯一些小錯(cuò)誤，這些錯(cuò)誤都很容易避免，本文總結(jié)了Python開發(fā)者最常犯的10個(gè)錯(cuò)誤，一起來看下，不知你中槍了沒有。

1.濫用表達(dá)式作為函數(shù)參數(shù)默認(rèn)值

Python允許開發(fā)者指定一個(gè)默認(rèn)值給函數(shù)參數(shù)，雖然這是該語言的一個(gè)特征，但當(dāng)參數(shù)可變時(shí)，很容易導(dǎo)致混亂，例如，下面這段函數(shù)定義：

代碼如下:

>>> def foo(bar=[]):        # bar is optional and defaults to [] if not specified

...    bar.append("baz")    # but this line could be problematic, as we'll see...

...    return bar

在上面這段代碼里，一旦重復(fù)調(diào)用foo()函數(shù)（沒有指定一個(gè)bar參數(shù)），那么將一直返回'bar'，因?yàn)闆]有指定參數(shù)，那么foo()每次被調(diào)用的時(shí)候，都會賦予[]。下面來看看，這樣做的結(jié)果：

代碼如下:

>>> foo()

["baz"]

>>> foo()

["baz", "baz"]

>>> foo()

["baz", "baz", "baz"]

解決方案：

代碼如下:

>>> def foo(bar=None):

...    if bar is None:  # or if not bar:

...        bar = []

...    bar.append("baz")

...    return bar

...

>>> foo()

["baz"]

>>> foo()

["baz"]

>>> foo()

["baz"]

2.錯(cuò)誤地使用類變量

先看下面這個(gè)例子：

代碼如下:

>>> class A(object):

...     x = 1

...

>>> class B(A):

...     pass

...

>>> class C(A):

...     pass

...

>>> print A.x, B.x, C.x

1 1 1

這樣是有意義的：

代碼如下:

>>> B.x = 2

>>> print A.x, B.x, C.x

1 2 1

再來一遍：

代碼如下:

>>> A.x = 3

>>> print A.x, B.x, C.x

3 2 3

僅僅是改變了A.x，為什么C.x也跟著改變了。

在Python中，類變量都是作為字典進(jìn)行內(nèi)部處理的，并且遵循方法解析順序（MRO）。在上面這段代碼中，因?yàn)閷傩詘沒有在類C中發(fā)現(xiàn)，它會查找它的基類（在上面例子中只有A，盡管Python支持多繼承）。換句話說，就是C自己沒有x屬性，獨(dú)立于A，因此，引用 C.x其實(shí)就是引用A.x。

3.為異常指定不正確的參數(shù)

假設(shè)代碼中有如下代碼：

代碼如下:

>>> try:

...     l = ["a", "b"]

...     int(l[2])

... except ValueError, IndexError:  # To catch both exceptions, right?

...     pass

...

Traceback (most recent call last):

  File "<stdin>", line 3, in <module>

IndexError: list index out of range

問題在這里，except語句并不需要這種方式來指定異常列表。然而，在Python 2.x中，except Exception,e通常是用來綁定異常里的 第二參數(shù)，好讓其進(jìn)行更進(jìn)一步的檢查。因此，在上面這段代碼里，IndexError異常并沒有被except語句捕獲，異常最后被綁定 到了一個(gè)名叫IndexError的參數(shù)上。

在一個(gè)異常語句里捕獲多個(gè)異常的正確方法是指定第一個(gè)參數(shù)作為一個(gè)元組，該元組包含所有被捕獲的異常。與此同時(shí)，使用as關(guān)鍵字來保證最大的可移植性，Python 2和Python 3都支持該語法。

代碼如下:

>>> try:

...     l = ["a", "b"]

...     int(l[2])

... except (ValueError, IndexError) as e: 

...     pass

...

>>>

4.誤解Python規(guī)則范圍

Python的作用域解析是基于LEGB規(guī)則，分別是Local、Enclosing、Global、Built-in。實(shí)際上，這種解析方法也有一些玄機(jī)，看下面這個(gè)例子：

代碼如下:

>>> x = 10

>>> def foo():

...     x += 1

...     print x

...

>>> foo()

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

  File "<stdin>", line 2, in foo

UnboundLocalError: local variable 'x' referenced before assignment

許多人會感動驚訝，當(dāng)他們在工作的函數(shù)體里添加一個(gè)參數(shù)語句，會在先前工作的代碼里報(bào)UnboundLocalError錯(cuò)誤（ 點(diǎn)擊這里查看更詳細(xì)描述）。

在使用列表時(shí)，開發(fā)者是很容易犯這種錯(cuò)誤的，看看下面這個(gè)例子：

代碼如下:

>>> lst = [1, 2, 3]

>>> def foo1():

...     lst.append(5)   # This works ok...

...

>>> foo1()

>>> lst

[1, 2, 3, 5]

>>> lst = [1, 2, 3]

>>> def foo2():

...     lst += [5]      # ... but this bombs!

...

>>> foo2()

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

  File "<stdin>", line 2, in foo

UnboundLocalError: local variable 'lst' referenced before assignment

為什么foo2失敗而foo1運(yùn)行正常？

答案與前面那個(gè)例子是一樣的，但又有一些微妙之處。foo1沒有賦值給lst，而foo2賦值了。lst += [5]實(shí)際上就是lst = lst + [5]，試圖給lst賦值（因此，假設(shè)Python是在局部作用域里）。然而，我們正在尋找指定給lst的值是基于lst本身，其實(shí)尚未確定。

5.修改遍歷列表

下面這段代碼很明顯是錯(cuò)誤的：

代碼如下:

>>> odd = lambda x : bool(x % 2)

>>> numbers = [n for n in range(10)]

>>> for i in range(len(numbers)):

...     if odd(numbers[i]):

...         del numbers[i]  # BAD: Deleting item from a list while iterating over it

...

Traceback (most recent call last):

     File "<stdin>", line 2, in <module>

IndexError: list index out of range

在遍歷的時(shí)候，對列表進(jìn)行刪除操作，這是很低級的錯(cuò)誤。稍微有點(diǎn)經(jīng)驗(yàn)的人都不會犯。

對上面的代碼進(jìn)行修改，正確地執(zhí)行：

代碼如下:

>>> odd = lambda x : bool(x % 2)

>>> numbers = [n for n in range(10)]

>>> numbers[:] = [n for n in numbers if not odd(n)]  # ahh, the beauty of it all

>>> numbers

[0, 2, 4, 6, 8]

6.如何在閉包中綁定變量

看下面這個(gè)例子：

代碼如下:

>>> def create_multipliers():

...     return [lambda x : i * x for i in range(5)]

>>> for multiplier in create_multipliers():

...     print multiplier(2)

...

你期望的結(jié)果是：

代碼如下:

0

2

4

6

8

實(shí)際上：

代碼如下:

8

8

8

8

8

是不是非常吃驚！出現(xiàn)這種情況主要是因?yàn)镻ython的后期綁定行為，該變量在閉包中使用的同時(shí)，內(nèi)部函數(shù)又在調(diào)用它。

解決方案：

代碼如下:

>>> def create_multipliers():

...     return [lambda x, i=i : i * x for i in range(5)]

...

>>> for multiplier in create_multipliers():

...     print multiplier(2)

...

0

2

4

6

8

7.創(chuàng)建循環(huán)模塊依賴關(guān)系

假設(shè)有兩個(gè)文件，a.py和b.py，然后各自導(dǎo)入，如下：

在a.py中：

代碼如下:

import b

def f():

    return b.x

print f()

在b.py中：

代碼如下:

import a

x = 1

def g():

    print a.f()

首先，讓我們試著導(dǎo)入a.py：

代碼如下:>>> import a

1

可以很好地工作，也許你會感到驚訝。畢竟，我們確實(shí)在這里做了一個(gè)循環(huán)導(dǎo)入，難道不應(yīng)該有點(diǎn)問題嗎？

僅僅存在一個(gè)循環(huán)導(dǎo)入并不是Python本身問題，如果一個(gè)模塊被導(dǎo)入，Python就不會試圖重新導(dǎo)入。根據(jù)這一點(diǎn)，每個(gè)模塊在試圖訪問函數(shù)或變量時(shí)，可能會在運(yùn)行時(shí)遇到些問題。

當(dāng)我們試圖導(dǎo)入b.py會發(fā)生什么（先前沒有導(dǎo)入a.py）：

代碼如下:

>>> import b

Traceback (most recent call last):

     File "<stdin>", line 1, in <module>

     File "b.py", line 1, in <module>

    import a

     File "a.py", line 6, in <module>

 print f()

     File "a.py", line 4, in f

 return b.x

AttributeError: 'module' object has no attribute 'x'

出錯(cuò)了，這里的問題是，在導(dǎo)入b.py的過程中還要試圖導(dǎo)入a.py，這樣就要調(diào)用f()，并且試圖訪問b.x。但是b.x并未被定義。

可以這樣解決，僅僅修改b.py導(dǎo)入到a.py中的g()函數(shù)：

代碼如下:

x = 1

def g():

    import a # This will be evaluated only when g() is called

    print a.f()

無論何時(shí)導(dǎo)入，一切都可以正常運(yùn)行：

代碼如下:

>>> import b

>>> b.g()

1 # Printed a first time since module 'a' calls 'print f()' at the end

1 # Printed a second time, this one is our call to 'g'

8.與Python標(biāo)準(zhǔn)庫模塊名稱沖突

Python擁有非常豐富的模塊庫，并且支持“開箱即用”。因此，如果不刻意避免，很容易發(fā)生命名沖突事件。例如，在你的代碼中可能有一個(gè)email.py的模塊，由于名稱一致，它很有可能與Python自帶的標(biāo)準(zhǔn)庫模塊發(fā)生沖突。

9.未按規(guī)定處理Python2.x和Python3.x之間的區(qū)別

看一下foo.py：

代碼如下:

import sys

def bar(i):

    if i == 1:

        raise KeyError(1)

    if i == 2:

        raise ValueError(2)

def bad():

    e = None

    try:

        bar(int(sys.argv[1]))

    except KeyError as e:

        print('key error')

    except ValueError as e:

        print('value error')

    print(e)

bad()

在Python 2里面可以很好地運(yùn)行：

代碼如下:

$ python foo.py 1

key error

1

$ python foo.py 2

value error

2

但是在Python 3里：

代碼如下:

$ python3 foo.py 1

key error

Traceback (most recent call last):

  File "foo.py", line 19, in <module>

    bad()

  File "foo.py", line 17, in bad

    print(e)

UnboundLocalError: local variable 'e' referenced before assignment

解決方案：

代碼如下:

import sys

def bar(i):

    if i == 1:

        raise KeyError(1)

    if i == 2:

        raise ValueError(2)

def good():

    exception = None

    try:

        bar(int(sys.argv[1]))

    except KeyError as e:

        exception = e

        print('key error')

    except ValueError as e:

        exception = e

        print('value error')

    print(exception)

good()

在Py3k中運(yùn)行結(jié)果：

代碼如下:$ python3 foo.py 1

key error

1

$ python3 foo.py 2

value error

2

在 Python招聘指南里有許多關(guān)于Python 2與Python 3在移植代碼時(shí)需要關(guān)注的注意事項(xiàng)與討論，大家可以前往看看。

10.濫用__del__方法

比如這里有一個(gè)叫mod.py的文件：

代碼如下:

import foo

class Bar(object):

        ...

    def __del__(self):

        foo.cleanup(self.myhandle)

下面，你在another_mod.py文件里執(zhí)行如下操作：

代碼如下:

import mod

mybar = mod.Bar()

你會獲得一個(gè)AttributeError異常。

至于為什么會出現(xiàn)該異常，點(diǎn)擊這里查看詳情。當(dāng)解釋器關(guān)閉時(shí)，該模塊的全局變量全部設(shè)置為None。因此，在上面這個(gè)例子里，當(dāng)__del__被調(diào)用時(shí)，foo已經(jīng)全部被設(shè)置為None。

一個(gè)很好的解決辦法是使用atexit.register()代替。順便說一句，當(dāng)程序執(zhí)行完成后，您注冊的處理程序會在解釋器關(guān)閉之前停止 工作。

修復(fù)上面問題的代碼：

代碼如下:

import foo

import atexit

def cleanup(handle):

    foo.cleanup(handle)

class Bar(object):

    def __init__(self):

        ...

        atexit.register(cleanup, self.myhandle)

在程序的正常終止的前提下，這個(gè)實(shí)現(xiàn)提供了一個(gè)整潔可靠的方式調(diào)用任何需要清理的功能。

總結(jié)

Python是一款強(qiáng)大而靈活的編程語言，并且?guī)в性S多機(jī)制和模式來大大提高工作效率。正如任何一門語言或軟件工具一樣，人們對其能力都會存在一個(gè)限制性地理解或欣賞，有些是弊大于利，有些時(shí)候反而會帶來一些陷進(jìn)。 體會一名語言的細(xì)微之處，理解一些常見的陷阱，有助于你在開發(fā)者的道路上走的更遠(yuǎn)。

更多信息請查看IT技術(shù)專欄